Uno de los mayores peligros que puede suceder en un hospital es que se declare un brote de una enfermedad infecciosa que de lugar a una epidemia en el centro hospitalario, poniendo en peligro de la vida de los pacientes en cosulta o los ingresados, y que en algunos casos se encuentran en estados muy graves. A ello se suma que gran parte de los brotes de infecciosas se producen por microorganismos resistentes a antimicrobianos.
Cuanto antes se detecte un brote más probabilidades hay de evitar que se extienda y llegue a las unidades más vulnerables. Teniendo eso en cuenta, se ha descubierto que combinar la inteligencia artificial (IA) con la vigilancia genómica mejora la detección en los hospitales.
Hasta ahora, en España se sigue un protocolo por el que, una vez detectado el brote, se tiene que informar lo más rápido posible a los sistemas de Epidemiología o alerta rápida de cada comunidad autónoma. El protocolo establece aislamiento de las áreas donde se ha declarado la infección y equipos de protección de los sanitarios. Además, se deberá de informar a los servicios epidemiológicos de los avances del brote para saber cómo va evolucionando.
La detección y el freno de los brotes, aunque es lo más rápido posible, no siempre se consigue identificar de manera inmediata. Por eso, mejoras como las propuestas por los científicos de la Facultad de Medicina de la Universidad de Pittsburgh y la Universidad Carnegie Mellon suponen un avance en una de las principales batallas de los hospitales.
Cuando la secuenciación detecta que dos o más pacientes en un hospital tienen cepas casi idénticas de una infección, el aprendizaje automático extrae rápidamente los registros de salud electrónicos de esos pacientes en busca de puntos en común
El sistema combina la secuenciación genómica con algoritmos informáticos conectados con lso registros médicos electrónicos. Cuando la secuenciación detecta que dos o más pacientes en un hospital tienen cepas casi idénticas de una infección, el aprendizaje automático extrae rápidamente los registros de salud electrónicos de esos pacientes en busca de puntos en común.
Por lo general, este proceso requiere que los médicos noten que dos o más pacientes tienen una infección similar y alertan a su equipo de prevención de infecciones, que luego puede revisar los registros de los pacientes para intentar averiguar cómo se transmitió la infección. En algunos momentos no se detectan todos los casos, o todos los brotes sospechosos, mientras que el nuevo sistema sí lo hace.
Así lo demostraron en el Hospital Presbiteriano de la UPMC, donde se ejecutó el sistema cominado de IA y vigilancia genómica. El sistema detectó 99 grupos de infecciones similares en un período de dos años anteriores e identificó al menos una ruta de transmisión potencial en el 65,7% de esos grupos. Ejecutado en timepo real, el equipo calcula que se podrían haber prevenido hasta 63 transmisiones de una enfermedad infecciosa de un paciente a otro.
“El método actual utilizado por los hospitales para encontrar y detener la transmisión de enfermedades infecciosas entre los pacientes es anticuado. Estas prácticas no han cambiado significativamente en más de un siglo”, resalta el autor principal Lee Harrison, profesor de enfermedades infecciosas en la Facultad de Medicina de Pitt y de epidemiología en la Escuela de Graduados de Salud Pública de Pitt. “Nuestro proceso detecta brotes importantes que, de otro modo, pasarían desapercibidos para el control tradicional de prevención de infecciones”.